原文Unsupervised Feature Learing for RGB-D Based Object Recognition

應該算是花了比較長時間來看的一篇論文，理解起來也相較容易，而且最近看的論文大都也是使用的K-SVD演算法進行編碼，得到的效果十分不錯。

使用HMP對RGB-D影象進行影象識別，特點無監督學習特徵，使用HMP（hierarchical matching pursuit）進行特徵表示 HMP使用稀疏編碼，直接從RGB-D資料中進行無監督學習分層特徵表示 學習過程中採用K-SVD演算法對特徵進行編碼，並且特徵採用分層的方式，使用正交匹配跟蹤（orthogonal matching pursuit）以及空間金字塔池化進行學習。 使用核描述符學習patch級特徵，對照人工設計的畫素描述符，如梯度等進行設計實現。隨後使用K-SVD演算法對特徵 使用空間編碼對學到的特徵進行表示，使用基於特徵學習的K-SVD對RGB-D影象進行表示。 非監督特徵學習 -首先使用K-SVD進行字典學習，例，對於一塊5*5畫素的RGB-D patch而言，字典所包括的向量大小為5*5*8，其中8的大小是由灰度強度，RGB，深度以及表面法向量值決定的。 -使用正交匹配追蹤計算空間編碼矩陣，在上一步中實現了dict，下面對每一個xn（對應字典矩陣中的每一列）都使用OMP進行迭代計算，在每步迭代過程中，OMP選擇codeword dm，使得能夠最佳匹配當前剩餘的，也就是說在選擇當前codeword後，重建後錯誤仍能夠保持。 -使用單值分解（Singular Value Decomposition，SVD）更新字典，在第m步中，第m個codeword以及它的空間編碼能夠通過對剩餘的這個codeword的相關矩陣使用SVD計算實現。 在分層匹配追蹤中，使用K-SVD學習字典，第一層提取patches，第二層是對第一層空間編碼的池化。第一層學習的特徵有灰度，RGB，深度以及深度影象的表面法向量。一旦完成通過K-SVD學習的字典，稀疏編碼就可以用於計算新的影象。
-分層匹配追蹤（HMP），通過學習到的字典D，分層匹配追蹤建立了一個特徵層級，通過遞迴使用正交匹配追蹤編碼器實現。編碼器由三個模組組成，包括batch 正交匹配追蹤，金字塔最大池化，以及對比度歸一化。 在分層匹配追蹤過程中，在第一層，稀疏編碼在每個畫素上都進行計算，隨後進行空間金字塔最大池化以進入特徵向量，表示一個16*16的patch；第二層使用從取樣patch級別的特徵向量字典對這些特徵向量進行編碼。整幅圖片的特徵使用第一層和第二層的稀疏編碼進行表示。         稀疏編碼計算每個畫素點--->使用空間金字塔最大池化變為特徵向量A--->進入第二層，使用patch級的特徵向量字典對這些特徵向量再進行編碼B 最終圖片的特徵就由特徵向量A和特徵向量B共同表示